روبوت أمريكي يتقن فن طي الملابس بمهارات بشرية

أطلقت شركة Figure عرضًا مميزًا لروبوتها البشري وهو يقوم بمهمة غير مألوفة ألا وهي طيّ المناشف، في الفيديو الذي تم نشره يظهر الروبوت وهو يلتقط كل منشفة على حدة ويمتدها بحذر ومن ثم يطويها بطريقة مرتبة قبل أن يضعها في السلة، رغم أن حركاته ليست مثالية إلا أنه يسعى لإنجاز المهمة بدقة مقبولة مما يعكس مستوى متقدم من التحكم والتكيف، هذا يعكس الجهود الكبيرة التي تبذلها الشركات لتعزيز قدرات الروبوتات وجعلها أكثر كفاءة في المهام اليومية،

يعتمد هذا الروبوت على نموذج Helix الجديد الذي يجمع بين أنظمة الرؤية واللغة والفعل، وقد تم تصميم هذا النموذج لمعالجة التحديات القديمة التي تواجه مجال الروبوتات مثل التفاعل مع البيئة وفهم التعليمات وتنفيذ المهام المعقدة بتكيف يشبه البشر، في وقت سابق من عام 2025 عرضت الشركة مقطعًا يوضح كيف استطاعت تحسين مشية الروبوت بشكل أكثر سلاسة بفضل تقنيات التعلم المعزز، تشير هذه المساعي إلى اتجاه متزايد نحو تطوير الروبوتات بإمكانات مشابهة للبشر،

Helix يتيح للروبوت استخدام معصميه وأصابعه وجذعه ورأسه بمرونة عالية، مما يمنحه قدرة على أداء حركات دقيقة وتفاعلات أكثر طبيعية، ومن بين أبرز ميزاته القدرة على عمل روبوتين سويًا على مهمة واحدة لفترات طويلة حتى مع استخدام أدوات غير مألوفة، حيث يتعلم النظام سلوكيات متعددة باستخدام مجموعة واحدة من الأوزان العصبية مما يغني عن إعادة برمجة أو تعديل كل مهمة جديدة، يعتبر ذلك إنجازًا كبيرًا في عالم التكنولوجيا,

يمكن للروبوتات المزودة بنموذج Helix التعامل مع أدوات منزلية متنوعة مثل الأدراج والثلاجات، وتنفيذ التعليمات بشكل سلس من خلال محفزات اللغة الطبيعية مما يساهم في توحيد عملية التعلم وزيادة تنوع القدرات، في ذات الوقت يقلل ذلك من التعقيدات المرتبطة بالتطوير، يعمل هذا النموذج بشكل فعّال على وحدات معالجة رسومية منخفضة الطاقة مما يجعله أكثر كفاءة وقابلية للتطبيق في الاستخدام التجاري،

يعتمد نموذج Helix بشكل متكامل على نظامين رئيسيين، الأول هو النظام الحركي البصري السريع الذي يُعرف بـ S1 والذي ينفذ الأفعال الفورية، بينما الثاني هو وحدة S2 البطيئة التي تعتمد على نماذج اللغة والرؤية لفهم المشهد والتفكير المعقد، الفصل بين النظامين يسمح بترقية كل منهما بشكل مستقل مع المحافظة على دقة التنفيذ وسرعته، وكذلك يتيح تحسينًا مستمرًا للأداء،

أخذت الشركة أكثر من 500 ساعة من السلوكيات المشغلة عن بعد كمرحلة تدريب للروبوت، وقد تم إنشاء تعليمات بلغة طبيعية بواسطة نظام VLM لتسريع عملية التعلم، التصميم يجمع بين محول يشتمل على 80 مليون معلمة للتحكم، ووحدة VLM تضم 7 مليارات معلمة لمعالجة اللغة والرؤية، هذه القدرات تساهم في إنشاء نظام أكثر مرونة وسرعة في التعلم، بالإضافة إلى كونه أكثر استعدادًا للتطبيقات العملية في الحياة اليومية،